基于态势感知技术的智能电网网络态势评估模型及感知预测研究

针对电网调度监控与评估中的问题,通过大数据应用角度分析基于态势感知技术的智能电网网络态势评估模型和感知预测.对智能告警收集调度自动化系统告警信息进行收集,从而设计智能电网网络态势整体架构.设计基于线路过载风险、连锁故障风险、失效元件风险的电网风险评估模型,通过实例对不同模型的感知成果进行分析.该方法能够对电网网络安全态...     

基于长短期记忆网络的重力测量误差补偿法

针对捷联式海空重力仪开展初始误差补偿研究,重力仪开机后其数据存在一个逐渐稳定的过程,估计出初始段的不稳定值与稳定值间的误差,实现重力数据误差补偿。该文提出了长短期记忆网络法,该方法可通过不断学习现有数据后高精度地预测未来数据变化。经过实测重力测量数据验证了该方法具有很好的误差补偿效果,提高了重力测量数据的准确性和有效性。实验结果表明,对于重力数据初始段测量误差抑制效果超过90%,对于捷联式海空重力仪作业运行效率具有重要价值。     

基于长短期记忆网络的人体运动识别研究

文章提出一种基于长短期记忆网络的人体运动状态识别方法。通过手机内置的加速度传感器采集相关数据,对采集的数据进行预处理,采用LSTM算法对人体运动状态进行分类。此算法不需要人工进行特征提取,在TensorFlow环境下的实验结果显示,此算法分类精度较高,对静止、走路、慢跑、上楼梯、骑车5种运动状态的识别率超过90%。     

基于长短期记忆网络的客流预测模型研究

针对密集场所客流状况复杂,难以准确预测流量的问题,提出一种基于长短期记忆网络的客流监测及预测模型。该模型使用长短期记忆网络作为特征提取器,并结合注意力机制,能够较好地识别和利用历史流量中的长期依赖特征。模型整体上采用端到端的方式搭建,部署上更为灵活。在实际工作中,采用离线训练、在线预测的工作方式确保客流及监测系统的实时性。目前,该模型已经成功地用于上海市城市开放场所客流聚集风险监测系统。     

基于卷积长短期记忆网络的说话人辨识

利用卷积长短期记忆网络适合时间序列数据的分类和预测处理特点,文章将含有噪音的语谱图映射到卷积长短期记忆网络的高维空间中聚类,去除噪音,构建GMM-SVM说话人模型,完成说话人辨识。实验表明提出的LSTM-GMM-SVM说话人系统具有很好的鲁棒性和识别率。     

中文长短期记忆网络的情感分析

文中探讨了循环神经网络（RNN）在文本情感分析中的应用,并提出了一种新的混合模型——LSTM-CNN文本情感分析模型,它融合了长短时记忆网络（LSTM）和卷积神经网络（CNN）的优势,可以更好地处理文本数据中的上下文信息和局部特征。为了验证模型的有效性,文中使用开源爬虫工具抓取了《流浪地球2》的豆瓣评论构建数据集,然后对所提模型进行了训练和测试。结果表明,当词向量维度为100时,模型的性能达到最优,此时的精确率、召回率、F1值和准确率分别为84.2%,88.6%,86.2%和90.0%,证实了该模型在文本情感分类任务上的优越性。     

基于大数据的网络态势感知体系架构

在分析网络态势感知的目标和所面临的严峻形势基础上,对网络态势感知的研究框架进行了简要的介绍,在此基础上对经典的网络态势感知模型JDL模型和BASS模型进行进一步描述。结合目前大规模网络态势信息的大数据特性,提出基于大数据的网络态势感知体系架构设想,探讨大数据流式处理技术、并行计算技术、关联规则分析技术、基于证据理论与模糊逻辑相结合的态势评估技术以及基于神经网络的态势预测技术等在体系架构中的分层应用。并以此架构为基础,提出未来需要进一步深入研究的关键技术和研究方向。     

基于长短期记忆网络的新能源电网电量分时计度方法

针对新能源接入电量不稳定,电量分时计度的负荷曲线优化效果较差的问题,设计一种基于长短期记忆网络的新能源电网电量分时计度方法。设计新能源电网的短期电力负荷预测模型,实施短期电力负荷预测。结合接入新能源的特征与用户需求,利用模糊隶属度函数计算新能源接入下负荷曲线上的谷时段隶属度、峰时段隶属度,通过聚类分析的方式归类峰谷时段。基于长短期记忆网络探索新能源电网电量分时计度中的目标函数、约束条件,构建新能源电网电量分时计度模型,实现新能源电网的电量分时计度。在某地区新能源电网测试设计方法的性能,测试结果表明,该方法在较大需求价格弹性、较小单时段响应系数下能够实现更好的负荷曲线优化效果。     

基于长短期记忆生成对抗网络的小麦品质多指标预测模型

小麦多生理生化指标变化趋势反映了储藏品质的劣变状态,预测多指标时序数据会因关联性及相互作用而产生较大误差,为此该文基于长短期记忆网络(LSTM)和生成式对抗网络(GAN)提出一种改进拓扑结构的长短期记忆生成对抗网络(LSTM-GAN)模型。首先,由LSTM预测多指标不同时序数据的劣变趋势;其次,根据多指标的关联性并结合GAN的对抗学习方法来降低综合预测误差;最后通过优化目标函数及训练模型得出多指标预测结果。经实验分析发现：小麦多指标的长短期时序数据的变化趋势不同,进一步优化模型结构及训练时序长度可有效降低预测结果的误差;特定条件下小麦品质过快劣变会使多指标预测误差增大,因此应充分考虑储藏期环境变化对多指标数据的影响;LSTM-GAN模型的综合误差相对于仅使用LSTM预测降低了9.745%,并低于多种对比模型,这有助于提高小麦品质多指标预测及分析的准确性。

     

全时空量测环境下基于双向长短期记忆网络的电力物联网损耗计算

针对泛在电力物联网新能源发电和传统电源混合、主动负荷与被动负荷共存导致电网损耗不断升高的问题,在全时空量测环境下,基于双向长短期记忆网络方法,提出了泛在电力物联网损耗计算方法。首先,基于传统B系数法,提出了最小二乘有功无功B系数法损耗计算模型;其次,在全时空量测环境下,提出了随时空滚动的最小二乘有功无功B系数法损耗计算及误差大数据;第三,基于人工智能中的双向长短期记忆网络方法,以预测负荷、最小二乘有功无功损耗计算、误差大数据作为输入,预测物联网的损耗。最后,以实际电网为例进行验证,表明了所提方法的有效性。     

基于流量感知的网络安全态势评估模型

安全评估是贯穿信息系统生命周期的重要管理手段,是制定和调整安全策略的基础和前提。结合服务、主机的重要性和网络信息系统的体系结构,基于入侵检测系统（IDS,Intrusion Detection System）报警信息和流量感知信息,采用自下而上、先局部后整体的方式评估网络系统的整体安全态势。采用网络熵的方法评估节点服务性能的变化情况,根据链路性能下降程度,有效地界定不同强度和不同种类的网络威胁行为对网络信息系统造成的损失程度,进而对网络信息系统安全态势进行准确评估。     

基于长短期记忆网络和随机矩阵的输电线路故障智能识别方法

由于可再生能源发电大量并入电网使输电线路潮流的不确定性增大,因而使输电线路发生故障的几率增大,故障类型、特征呈现日趋多样性。对此,基于长短期记忆网络和随机矩阵提出了一种输电线路故障智能识别方法。针对可再生能源发电的随机性特征,提出了基于随机矩阵理论的输电线路故障时刻确定方法;在此基础上,给出了大样本故障随机矩阵的学习训练形成方法;进而,基于长短期记忆网络进一步识别输电线路的故障类型;最后,以某实际输电线路为例进行验证,表明了所提方法的有效性。     

基于流量分析的网络态势感知系统研究

为了宏观把握网络的状态,以流量数据为网络态势感知的主要参考指标,运用流量特性构建网络态势感知模型,得出了基于流量的网络态势感知评价体系,据此制定态势感知系统,通过验证,证明其可行性。     

基于软件定义网络的安全态势感知方式分析

本文首先分别详细地阐述了软件定义网络和态势感知的概念,随后又分别全面的分析了软件定义网络和态势感知的重点技术,通过对于这些技术要点的重点分析,为以后进一步深入研究网络的安全态势感知这项技术,提供了一个良好的借鉴作用.     

基于长短期记忆神经网络的短期负荷预测

准确的电力负荷预测是电力系统安全、稳定、经济、优质运行的前提,负荷预测的本质是通过历史数据对未来负荷情况做出预先估计。电量的快速增长和用户的多元化对负荷预测提出了更高的要求。文中提出了一种基于长短期记忆网络的负荷预测方法,利用长短期网络数据驱动和对时间序列建模强的特点,对于含非线性、不确定性的系统,提取其负荷数据中的周期特征,具有较强的自适应性。以真实数据为算例,验证了方法的有效性。     

面向边缘计算的安全态势感知模型

边缘计算现在被广泛应用于工业物联网.由于边缘计算设备靠近终端,拥有大量的私人用户信息和丰富的数字资产,因此非常容易受到攻击.鉴于此,提出一种边缘计算设备的态势感知模型,在边缘设备对其自身的状态和数据进行量化,通过状态转移矩阵分析不同时刻下系统的状态是否正常,以此对系统可能遭遇的攻击进行警示和检测,以达到保护边缘设备安全...     

三维网络感知态势画像的研究

网络质量是通信企业的生命线,持续保持网络质量领先、客户满意是网络运维优化的工作主线。当前网络满意度面临严峻的本网挑战和友商挑战,本文创新性提出一套基于本网-友商-市场的三维评估体系,并以50*50米的栅格为颗粒度进行三维画像,输出网业态势八分区,指导网络资源投放、市场拓展,实现网络与市场协同作战,精准打击。     

供电企业网络与信息安全态势感知的实践

从目前我国电网公司的运行来看,为了提高网络与信息安全,确保电力信息系统能够正常工作,需要花费较大的精力构建了网络与信息安全态势感知系统,并将整个电力信息网络的安全控制寄希望于此.通过网络与信息安全态势感知系统的建立,为整个电力信息网络的运行提供了基本的安全保障,使整个电力信息网络在安全性和风险防控能力方面得到了提升.结合一些供电企业电力信息网络安全防护实际情况,对网络与信息安全态势感知系统进行深入研究.     

基于态势感知的OTT智能调度研究与实践

针对现网OTT业务传统调度系统存在的痛点,从运营商的角度提出了一种基于态势感知的智能调度设想,构建了智能调度系统的框架,搭建了智能调度系统原型并投入现网应用,极大提升了OTT业务调度的智能化和精准度,进一步增强OTT业务系统整体运维和运营能力。